趙海東 李橋興

摘?要：大數(shù)據(jù)是推動(dòng)數(shù)字經(jīng)濟(jì)形成與繁榮的重要引擎，而大數(shù)據(jù)政策的頒布則能夠有效促進(jìn)數(shù)字經(jīng)濟(jì)的發(fā)展。在分析數(shù)字經(jīng)濟(jì)發(fā)展框架并考慮各項(xiàng)政策外部條件因素的基礎(chǔ)上，采用修正PMC指數(shù)模型等構(gòu)建面向數(shù)字經(jīng)濟(jì)發(fā)展的大數(shù)據(jù)政策量化評(píng)價(jià)指標(biāo)體系對(duì)大數(shù)據(jù)相關(guān)政策進(jìn)行量化分析，最后運(yùn)用灰色關(guān)聯(lián)模型分析政策量化值與數(shù)字經(jīng)濟(jì)發(fā)展水平之間的關(guān)聯(lián)度。研究結(jié)果能夠?yàn)榻窈蟾鲄^(qū)域制定和完善大數(shù)據(jù)政策和有效促進(jìn)數(shù)字經(jīng)濟(jì)快速發(fā)展等提供有價(jià)值的參考建議。

關(guān)?鍵?詞：數(shù)字經(jīng)濟(jì)；大數(shù)據(jù)政策；PMC指數(shù)模型；灰色關(guān)聯(lián)分析

DOI：10.16315/j.stm.2023.01.008

中圖分類號(hào)：?F420；F1243

文獻(xiàn)標(biāo)志碼：?A

Quantitative?evaluation?and?correlation?effect?analysis?of?Big?Data

policies?for?the?development?of?digital?economy

ZHAO?HaiDong1，?LI?QiaoXing1，2

（1.College?of?Management，?Guizhou?University，?Guiyang?550025，?China;

2.The?Research?Center?of?Development?Strategy?in?Karst?Region，?Guizhou?University，?Guiyang?550025，?China）

Abstract：Big?data?is?an?important?engine?to?promote?the?formation?and?prosperity?of?the?digital?economy，?and?the?promulgation?of?big?data?policies?can?effectively?promote?the?development?of?the?digital?economy.?On?the?basis?of?analyzing?the?development?framework?of?the?digital?economy?and?considering?the?external?conditions?of?various?policies，?the?revised?PMC?index?model?is?used?to?construct?a?quantitative?evaluation?index?system?for?big?data?policies?oriented?to?the?development?of?the?digital?economy?to?quantitatively?analyze?the?policies?related?to?big?data.?Finally，?the?grey?correlation?model?is?used?to?analyze?the?correlation?between?the?quantitative?value?of?the?policy?and?the?development?level?of?the?digital?economy.?The?research?results?can?provide?valuable?reference?suggestions?for?formulating?and?improving?big?data?policies?and?effectively?promoting?the?rapid?development?of?digital?economy?in?various?regions?in?the?future.

Keywords：digital?economy;?big?data?policy;?PMC?index?model;?grey?relational?analysis

收稿日期：?2022-11-14

基金項(xiàng)目：?國(guó)家自然科學(xué)基金地區(qū)項(xiàng)目（71663011）；貴州省哲學(xué)社會(huì)科學(xué)規(guī)劃聯(lián)合基金課題（18GZLH04）;貴州省教育廳高等學(xué)校人文社會(huì)科學(xué)研究基地項(xiàng)目（2020JD003）

作者簡(jiǎn)介：?趙海東（1996—），男，碩士研究生；

李橋興（1973—），男，教授，博士生導(dǎo)師.

物聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展使全球每年產(chǎn)生的數(shù)據(jù)急速增長(zhǎng)，而云計(jì)算和區(qū)塊鏈等技術(shù)的進(jìn)步則使海量數(shù)據(jù)的計(jì)算與處理成為可能。同時(shí)，信息通信技術(shù)的普遍應(yīng)用極大地促使大數(shù)據(jù)技術(shù)廣泛應(yīng)用于社會(huì)經(jīng)濟(jì)的發(fā)展過(guò)程。因此，大數(shù)據(jù)逐漸成為推動(dòng)經(jīng)濟(jì)發(fā)展的新引擎，并進(jìn)一步衍生出一種新的社會(huì)經(jīng)濟(jì)形態(tài)——數(shù)字經(jīng)濟(jì)。我國(guó)2020年的數(shù)字經(jīng)濟(jì)規(guī)模已經(jīng)達(dá)到39.2萬(wàn)億元，在“十三五”規(guī)劃期間翻了一番。數(shù)字經(jīng)濟(jì)的快速發(fā)展，表明海量數(shù)據(jù)成為國(guó)家的重要戰(zhàn)略資源。大數(shù)據(jù)作為數(shù)字化時(shí)代的關(guān)鍵生產(chǎn)要素和數(shù)字經(jīng)濟(jì)發(fā)展的重要驅(qū)動(dòng)力，其可復(fù)制、可共享以及無(wú)限增長(zhǎng)等的資源稟賦特征預(yù)示了大數(shù)據(jù)蘊(yùn)藏著巨大的潛能并有效打破了自然資源的有限供給限制，為數(shù)字經(jīng)濟(jì)的可持續(xù)發(fā)展與增長(zhǎng)提供了基礎(chǔ)與可能。為了推動(dòng)數(shù)字經(jīng)濟(jì)的快速發(fā)展，各國(guó)相繼推出許多促進(jìn)大數(shù)據(jù)發(fā)展的政策，如美國(guó)的《大數(shù)據(jù)研究發(fā)展倡議》、英國(guó)的《把握數(shù)據(jù)帶來(lái)的機(jī)遇：英國(guó)數(shù)據(jù)能力戰(zhàn)略規(guī)劃》等。自2015年黨的十八屆五中全會(huì)首次提出“國(guó)家大數(shù)據(jù)戰(zhàn)略”以來(lái)，我國(guó)相繼推出《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016—2020）》《關(guān)于構(gòu)建更加完善的要素市場(chǎng)化配置機(jī)制的意見(jiàn)》等政策，以此來(lái)促進(jìn)大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展，加快數(shù)據(jù)紅利的釋放。顯然，大數(shù)據(jù)作為數(shù)字化時(shí)代的關(guān)鍵生產(chǎn)要素，其相關(guān)政策的頒布與實(shí)施能夠在一定程度上有效促進(jìn)數(shù)字經(jīng)濟(jì)的發(fā)展。因此，探究大數(shù)據(jù)政策的頒布對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的影響，能夠?yàn)樾乱惠喌貐^(qū)大數(shù)據(jù)發(fā)展政策精準(zhǔn)制定提供決策參考。

1?文獻(xiàn)綜述

國(guó)內(nèi)外關(guān)于數(shù)字經(jīng)濟(jì)的研究文獻(xiàn)基本集中在產(chǎn)業(yè)結(jié)構(gòu)、路徑選擇、測(cè)度分析和區(qū)域差異等若干方面。作者僅根據(jù)本文的研究需求對(duì)數(shù)字經(jīng)濟(jì)的產(chǎn)業(yè)結(jié)構(gòu)和政策量化等方面的文獻(xiàn)進(jìn)行述評(píng)。首先，眾多學(xué)者認(rèn)為數(shù)字經(jīng)濟(jì)的結(jié)構(gòu)和框架是開(kāi)展數(shù)字經(jīng)濟(jì)研究的理論基礎(chǔ)。一方面，學(xué)術(shù)界對(duì)數(shù)字經(jīng)濟(jì)的概念和內(nèi)涵有不同的看法。例如，中國(guó)信息通信研究院基于生產(chǎn)力與生產(chǎn)關(guān)系角度提出數(shù)字經(jīng)濟(jì)的框架已經(jīng)從“兩化”（即數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化）延伸到“四化”（即數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化、數(shù)字化治理、數(shù)據(jù)價(jià)值化）；OECD（2020）基于“核心—狹義—廣義—數(shù)字社會(huì)”4個(gè)方面也分析了數(shù)字經(jīng)濟(jì)的結(jié)構(gòu)框架；而賽迪智庫(kù)（2020）認(rèn)為數(shù)字經(jīng)濟(jì)的內(nèi)涵特征可以從數(shù)字基礎(chǔ)、數(shù)字治理、數(shù)字產(chǎn)業(yè)和數(shù)字融合等4個(gè)方面來(lái)理解。另一方面，不同學(xué)者對(duì)數(shù)字經(jīng)濟(jì)的產(chǎn)業(yè)結(jié)構(gòu)也有不同的認(rèn)識(shí)。如從“基礎(chǔ)設(shè)施—行業(yè)平臺(tái)—雙邊平臺(tái)—數(shù)據(jù)生態(tài)系統(tǒng)—經(jīng)濟(jì)”5個(gè)角度對(duì)數(shù)字經(jīng)濟(jì)研究[1]；基于技術(shù)經(jīng)濟(jì)范式變革的數(shù)字經(jīng)濟(jì)演進(jìn)及特征[2]；基于數(shù)字生產(chǎn)（環(huán)節(jié)）關(guān)系、數(shù)字交換關(guān)系、數(shù)字分配關(guān)系和數(shù)字消費(fèi)關(guān)系等視角的數(shù)字經(jīng)濟(jì)發(fā)展路徑[3]等。盡管理解視角的差異導(dǎo)致學(xué)術(shù)界對(duì)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的結(jié)構(gòu)和特征還未能達(dá)成共識(shí)，但數(shù)字經(jīng)濟(jì)總體上正處于不斷的發(fā)展之中，其產(chǎn)業(yè)結(jié)構(gòu)和框架等也應(yīng)在不斷的完善。因此，學(xué)術(shù)界在考察數(shù)字經(jīng)濟(jì)的產(chǎn)業(yè)結(jié)構(gòu)時(shí)應(yīng)充分考慮數(shù)字經(jīng)濟(jì)框架的適應(yīng)性與多維性。其次，國(guó)內(nèi)外學(xué)術(shù)界基于多種研究方法探討相關(guān)產(chǎn)業(yè)政策的量化評(píng)估。例如，基于PMC指數(shù)模型對(duì)產(chǎn)業(yè)政策進(jìn)行量化評(píng)價(jià)[4-6]；基于文本相似度、扎根理論和詞頻分析等方法分析大數(shù)據(jù)政策的文本內(nèi)容[7-9]；運(yùn)用回歸分析和DID模型等方法從多種維度分析政策的有效性[10-12]；利用文本量化分析法對(duì)疫情防控的政策文本進(jìn)行量化分析和評(píng)價(jià)[13]；運(yùn)用門(mén)檻模型和分位數(shù)回歸模型等定量探討政策的執(zhí)行效果等[14]。最后，在大數(shù)據(jù)政策方面，學(xué)者們主要采用PMC指數(shù)模型對(duì)部分我國(guó)部分大數(shù)據(jù)政策進(jìn)行量化評(píng)價(jià)，如運(yùn)用PMC指數(shù)和PMC曲面圖對(duì)我國(guó)8項(xiàng)大數(shù)據(jù)政策進(jìn)行量化評(píng)價(jià)[15]；以Herring模型為研究框架，采用PMC指數(shù)模型對(duì)11項(xiàng)國(guó)家級(jí)大數(shù)據(jù)政策進(jìn)行量化評(píng)價(jià)[16]；采用文本挖掘法和PMC指數(shù)模型對(duì)9項(xiàng)國(guó)家級(jí)健康醫(yī)療大數(shù)據(jù)政策進(jìn)行分析[17]。

文獻(xiàn)分析發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)隨著其持續(xù)而快速的發(fā)展趨勢(shì)而受到企業(yè)界、政府界和學(xué)術(shù)界的強(qiáng)烈關(guān)注。盡管數(shù)字經(jīng)濟(jì)結(jié)構(gòu)及其政策的量化研究等已經(jīng)取得了一系列的研究成果，但是數(shù)字經(jīng)濟(jì)的后續(xù)研究還需要隨著經(jīng)濟(jì)社會(huì)的發(fā)展來(lái)考慮其研究方法的適用性和政策宏觀調(diào)控的作用效果等，而在大數(shù)據(jù)政策的量化評(píng)價(jià)方面也主要針對(duì)少量主要政策進(jìn)行分析。鑒于此，本文在已有研究成果的基礎(chǔ)上進(jìn)一步綜合分析數(shù)字經(jīng)濟(jì)的產(chǎn)業(yè)結(jié)構(gòu)和框架體系，并構(gòu)造基于數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)的PMC指標(biāo)體系對(duì)國(guó)內(nèi)8個(gè)大數(shù)據(jù)綜合試驗(yàn)區(qū)所在省份頒布的所有大數(shù)據(jù)政策進(jìn)行量化評(píng)價(jià)。同時(shí)，運(yùn)用灰色關(guān)聯(lián)模型探究大數(shù)據(jù)政策量化值與數(shù)字經(jīng)濟(jì)發(fā)展水平之間的關(guān)聯(lián)度。本文旨在探討促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展的政策動(dòng)因以及大數(shù)據(jù)政策與數(shù)字經(jīng)濟(jì)發(fā)展之間的關(guān)系，期待能為數(shù)字經(jīng)濟(jì)的發(fā)展與政策制定等提供理論指導(dǎo)與參考依據(jù)。

2?數(shù)字經(jīng)濟(jì)的結(jié)構(gòu)框架

數(shù)字經(jīng)濟(jì)已成為引領(lǐng)全球經(jīng)濟(jì)社會(huì)變革和推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要引擎，而數(shù)字經(jīng)濟(jì)的產(chǎn)業(yè)結(jié)構(gòu)框架則是開(kāi)展數(shù)字經(jīng)濟(jì)研究的基礎(chǔ)。如上所述，眾多機(jī)構(gòu)和學(xué)者從多角度切入來(lái)構(gòu)建數(shù)字經(jīng)濟(jì)的產(chǎn)業(yè)結(jié)構(gòu)要素，因此本文在參照中國(guó)信通院提出數(shù)字經(jīng)濟(jì)“四化”結(jié)構(gòu)的基礎(chǔ)上再考慮數(shù)字化基礎(chǔ)設(shè)施建設(shè)和數(shù)據(jù)安全服務(wù)等方面，即形成6個(gè)維度深入分析數(shù)字經(jīng)濟(jì)的產(chǎn)業(yè)結(jié)構(gòu)框架，同時(shí)參照國(guó)家統(tǒng)計(jì)局頒布的《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類（2021）》和《浙江省數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)統(tǒng)計(jì)分類目錄》以及各二級(jí)指標(biāo)的相關(guān)含義來(lái)細(xì)化各指標(biāo)內(nèi)涵分別構(gòu)建出各指標(biāo)的具體標(biāo)簽詞，可用于判別某項(xiàng)政策是否促進(jìn)數(shù)字經(jīng)濟(jì)的發(fā)展。

1）數(shù)字產(chǎn)業(yè)化。數(shù)字產(chǎn)業(yè)化是指利用數(shù)字技術(shù)對(duì)生產(chǎn)、分配和交換等經(jīng)濟(jì)活動(dòng)的各環(huán)節(jié)進(jìn)行改造從而重構(gòu)其產(chǎn)業(yè)鏈和價(jià)值鏈，是數(shù)字經(jīng)濟(jì)發(fā)展的核心。數(shù)字產(chǎn)業(yè)化的二級(jí)指標(biāo)包括軟件及服務(wù)業(yè)、電子信息制造業(yè)、基礎(chǔ)電信業(yè)和互聯(lián)網(wǎng)等[18-19]，其具體標(biāo)簽，如表1所示。

2）產(chǎn)業(yè)數(shù)字化。產(chǎn)業(yè)數(shù)字化是推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展的新動(dòng)能。數(shù)字經(jīng)濟(jì)除了能夠促進(jìn)信息通信產(chǎn)業(yè)及自身發(fā)展外還有助于促進(jìn)傳統(tǒng)產(chǎn)業(yè)與數(shù)字經(jīng)濟(jì)相融合，從而推動(dòng)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型發(fā)展。因此，產(chǎn)業(yè)數(shù)字化是指?jìng)鹘y(tǒng)產(chǎn)業(yè)應(yīng)用數(shù)字技術(shù)促進(jìn)產(chǎn)業(yè)增長(zhǎng)，并主要包括工業(yè)數(shù)字化、農(nóng)業(yè)數(shù)字化和服務(wù)業(yè)數(shù)字化，其具體標(biāo)簽，如表2所示。

3）數(shù)字化治理。數(shù)字化治理是現(xiàn)代政府治理不可或缺的工具，是指政府通過(guò)數(shù)字化實(shí)現(xiàn)政府治理體系和治理能力的現(xiàn)代化，也是數(shù)字經(jīng)濟(jì)發(fā)展的保障。數(shù)字經(jīng)濟(jì)作為更高級(jí)別的經(jīng)濟(jì)形態(tài)，應(yīng)該有新的監(jiān)管形式，同時(shí)隨著傳統(tǒng)產(chǎn)業(yè)向數(shù)字化轉(zhuǎn)型日趨加速，數(shù)字技術(shù)也將成為政府治理不可或缺的重要工具。因此，數(shù)字化治理主要包括數(shù)字化公共服務(wù)、電子政務(wù)服務(wù)和政務(wù)信息化建設(shè)[20]，其具體標(biāo)簽，如表3所示。

4）數(shù)據(jù)價(jià)值化。數(shù)據(jù)價(jià)值化是數(shù)字經(jīng)濟(jì)發(fā)展的基礎(chǔ)，是指推動(dòng)各類數(shù)據(jù)發(fā)揮作用并產(chǎn)生價(jià)值。大數(shù)據(jù)作為發(fā)揮數(shù)據(jù)價(jià)值的物質(zhì)因素，在推進(jìn)數(shù)據(jù)交易體系建設(shè)并規(guī)范數(shù)據(jù)的交易、共享和轉(zhuǎn)移等環(huán)節(jié)發(fā)揮著重要作用。充分發(fā)揮數(shù)據(jù)要素價(jià)值，使數(shù)據(jù)要素市場(chǎng)化流動(dòng)成為可能。數(shù)據(jù)價(jià)值化可分為數(shù)據(jù)資源化、數(shù)字資產(chǎn)化和數(shù)據(jù)資本化等3個(gè)發(fā)展階段[21]，其具體標(biāo)簽，如表4所示。

5）數(shù)字基建。數(shù)字基建是數(shù)字經(jīng)濟(jì)發(fā)展的源泉和活力保障。例如，大數(shù)據(jù)中心作為承載海量數(shù)據(jù)的重要物理設(shè)施，擔(dān)負(fù)著數(shù)據(jù)流的接收、存儲(chǔ)、處理和轉(zhuǎn)發(fā)等任務(wù)，大數(shù)據(jù)中心承擔(dān)著數(shù)字經(jīng)濟(jì)時(shí)代的數(shù)字樞紐責(zé)任，是數(shù)字經(jīng)濟(jì)時(shí)代的“中樞大腦”。目前，全國(guó)一體化大數(shù)據(jù)中心建設(shè)已被納入國(guó)家的宏觀規(guī)劃。數(shù)字基建主要包括信息技術(shù)設(shè)施、數(shù)字化基礎(chǔ)設(shè)施建設(shè)和信息管理服務(wù)平臺(tái)等，其具體標(biāo)簽，如表5所示。

6）數(shù)據(jù)安全服務(wù)。數(shù)據(jù)安全是數(shù)據(jù)作為生產(chǎn)要素的前提。中國(guó)互聯(lián)網(wǎng)協(xié)會(huì)于2021年4月發(fā)布的《數(shù)據(jù)安全治理能力評(píng)估方法》指出，當(dāng)前數(shù)據(jù)安全已經(jīng)上升到國(guó)家安全的層面，事關(guān)國(guó)家安全和經(jīng)濟(jì)社會(huì)發(fā)展。隨著數(shù)字經(jīng)濟(jì)的發(fā)展，傳統(tǒng)碎片化的網(wǎng)絡(luò)安全保護(hù)方法正在失效，因而必須建立更加強(qiáng)大的網(wǎng)絡(luò)安全體系來(lái)保障數(shù)字經(jīng)濟(jì)的發(fā)展。數(shù)據(jù)安全服務(wù)作為數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)的一部分[22]，其具體標(biāo)簽，如表6所示。

3?大數(shù)據(jù)政策的量化評(píng)價(jià)

政府工作報(bào)告在近幾年來(lái)連續(xù)多次提及數(shù)字經(jīng)濟(jì)，而數(shù)字經(jīng)濟(jì)也是“十四五”規(guī)劃的重要內(nèi)容。大數(shù)據(jù)與數(shù)字經(jīng)濟(jì)是未來(lái)創(chuàng)新發(fā)展和產(chǎn)業(yè)變革的重要機(jī)遇。在未來(lái)五到十年內(nèi)，數(shù)字經(jīng)濟(jì)將進(jìn)入快速發(fā)展時(shí)代，同時(shí)數(shù)據(jù)賦能將重構(gòu)更多傳統(tǒng)產(chǎn)業(yè)領(lǐng)域。在數(shù)字化時(shí)代，數(shù)據(jù)時(shí)刻記錄著消費(fèi)者的需求偏好并掌握著社會(huì)資源的配置情況。既然大數(shù)據(jù)的發(fā)展推動(dòng)了數(shù)字經(jīng)濟(jì)的形成與繁榮，因此保障有利的政策措施是促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展的重要手段。完善的大數(shù)據(jù)政策體系能夠有效地推動(dòng)數(shù)字經(jīng)濟(jì)的繁榮與發(fā)展?？陀^評(píng)價(jià)已有的大數(shù)據(jù)政策能夠有效探究政策頒布實(shí)施與數(shù)字經(jīng)濟(jì)發(fā)展之間的關(guān)系，也為未來(lái)的政策制定提供具體可操作的決策依據(jù)。因此，數(shù)字經(jīng)濟(jì)發(fā)展與政策制定之間的協(xié)同成為政府部門(mén)關(guān)注的焦點(diǎn)之一。

3.1?政策文本篩選

為了確保政策搜集的可靠性，本文以“大數(shù)據(jù)”和“大數(shù)據(jù)產(chǎn)業(yè)”為關(guān)鍵詞，以國(guó)內(nèi)8個(gè)大數(shù)據(jù)綜合試驗(yàn)區(qū)所在省份為地理節(jié)點(diǎn)，在北京大學(xué)法律數(shù)據(jù)庫(kù)上進(jìn)行精確搜索，共收集到488項(xiàng)大數(shù)據(jù)的相關(guān)政策。另外，為了確保政策的有效性與準(zhǔn)確性，本文對(duì)檢索到的政策文本又進(jìn)行逐一篩選，從而選擇出那些與數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)相關(guān)的政策。本文篩選的具體標(biāo)準(zhǔn)如下：首先，考慮到政策實(shí)施的時(shí)效性，本文優(yōu)先選擇現(xiàn)行有效的政策；其次，剔除掉沒(méi)有實(shí)質(zhì)性內(nèi)容的文本，如對(duì)建議的答復(fù)等；再次，以各二級(jí)指標(biāo)的具體標(biāo)簽為關(guān)鍵詞作為判斷各項(xiàng)政策是否與數(shù)字經(jīng)濟(jì)發(fā)展相關(guān)或有效促進(jìn)數(shù)字經(jīng)濟(jì)的發(fā)展，最終獲取8個(gè)地區(qū)的128項(xiàng)大數(shù)據(jù)發(fā)展的相關(guān)政策。

3.2?PMC指標(biāo)體系建立

本文選取PMC指數(shù)模型和內(nèi)容分析法對(duì)大數(shù)據(jù)政策進(jìn)行量化分析和評(píng)價(jià)。該方法不僅可以分析政策的內(nèi)在一致性，還可以突出政策的優(yōu)劣勢(shì)、政策的總體情況和單個(gè)政策的具體情況等[23]。同時(shí)，為了能夠更具針對(duì)性地研究大數(shù)據(jù)政策與數(shù)字經(jīng)濟(jì)發(fā)展之間的聯(lián)系并探究促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展的政策動(dòng)因，本文結(jié)合數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)框架與政策的外部性質(zhì)并基于大數(shù)據(jù)政策量化的已有研究成果，建立了基于數(shù)字經(jīng)濟(jì)發(fā)展視角下的大數(shù)據(jù)政策量化評(píng)價(jià)指標(biāo)體系并確立了10個(gè)一級(jí)指標(biāo)與34個(gè)二級(jí)指標(biāo)，如表7所示。

3.3?計(jì)算PMC指數(shù)

本文首先將篩選出的政策文本內(nèi)容導(dǎo)入分詞軟件中進(jìn)行分詞處理，再運(yùn)用內(nèi)容分析法來(lái)確定各二級(jí)指標(biāo)變量的取值，即以各二級(jí)指標(biāo)的標(biāo)簽詞為依據(jù)來(lái)判斷政策文本是否包含對(duì)應(yīng)的二級(jí)指標(biāo)標(biāo)簽詞，并規(guī)定若包含標(biāo)簽詞則變量賦值為1，否則賦值為0，同時(shí)對(duì)各一級(jí)變量設(shè)定相同的權(quán)重來(lái)確保每個(gè)變量對(duì)大數(shù)據(jù)政策的影響相同。各二級(jí)指標(biāo)變量的取值公式如式（1）和式（2）所示，并且二級(jí)指標(biāo)變量服從[0，1]分布。另外，本文還對(duì)政策進(jìn)行了密集地人工篩選，其原因是軟件分詞可能會(huì)漏掉部分不明顯的關(guān)鍵詞而需要一定的人工干預(yù)，如此可以進(jìn)一步保證結(jié)果的合理性。相較于傳統(tǒng)的主觀打分法而言，該步驟采用文本挖掘與人工過(guò)濾相結(jié)合的方法進(jìn)行內(nèi)容分析，其結(jié)果更具可觀性和科學(xué)性。本文限于篇幅不再列出各項(xiàng)政策的具體賦值情況。

X～N［0，1］，（1）

X={XR∶［0，1］}。（2）

在確定各項(xiàng)政策的二級(jí)指標(biāo)變量取值后，本文先根據(jù)Estrada[23]提出的式（3）計(jì)算出各項(xiàng)政策的一級(jí)指標(biāo)變量取值，然后利用公式（4）計(jì)算出各項(xiàng)政策的PMC指數(shù)值，再根據(jù)評(píng)價(jià)值對(duì)各項(xiàng)大數(shù)據(jù)政策進(jìn)行量化評(píng)級(jí)，即[0～4）為不達(dá)標(biāo)，[4～6）為合格，[6～8）為良好，[8～10）為優(yōu)秀。

其中：T（Xij）為某一級(jí)變量下二級(jí)變量的個(gè)數(shù);i為一級(jí)變量，本文取值為1～10;j為二級(jí)變量。

4?政策量化結(jié)果分析

基于政策的時(shí)效性等外部因素以及數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)等內(nèi)部因素來(lái)分析各區(qū)域的大數(shù)據(jù)政策環(huán)境，然后采用式（3）和式（4）分別計(jì)算8個(gè)區(qū)域所有政策的一級(jí)指標(biāo)變量取值和PMC指數(shù)值總和，并綜合分析了大數(shù)據(jù)政策效力情況和政策的等級(jí)以及政策的內(nèi)外部因素。

4.1?政策效力情況分析

本文利用各項(xiàng)政策的PMC指數(shù)值來(lái)表示政策的效力即各項(xiàng)政策對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的促進(jìn)作用情況，并從時(shí)間維度研究各區(qū)域頒布大數(shù)據(jù)政策的效力情況及所有區(qū)域的總體情況，如圖1所示。各區(qū)域在2016年頒布政策的PMC總值達(dá)到最大，且隨著時(shí)間的發(fā)展PMC值逐年減少。結(jié)合政策的內(nèi)容分析，本文認(rèn)為這是政策的時(shí)效性引起的。對(duì)單個(gè)區(qū)域政策的PMC值發(fā)現(xiàn)，貴州和河南兩地在2018年之前的PMC值逐年遞增，表明這兩地政府對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)注度較高，因而其數(shù)字經(jīng)濟(jì)發(fā)展的政策環(huán)境較好；而廣東等地則隨著時(shí)間發(fā)展其PMC值逐年減少，表明當(dāng)?shù)卣畬?duì)數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)注度較低。

4.2?政策量化等級(jí)分析

結(jié)合前文評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)對(duì)8個(gè)區(qū)域的各項(xiàng)政策進(jìn)行劃分并統(tǒng)計(jì)結(jié)果，如表8所示。顯然，各省市的政策評(píng)價(jià)結(jié)果主要表現(xiàn)為合格與良好2個(gè)等級(jí)，其占比超過(guò)80%。特別地，貴州超過(guò)90%的政策屬于這兩個(gè)等級(jí)。另外，盡管屬于優(yōu)秀和不達(dá)標(biāo)這2個(gè)等級(jí)的政策數(shù)量較少，但結(jié)合各省份頒布政策的具體內(nèi)容發(fā)現(xiàn)，優(yōu)秀等級(jí)的政策多數(shù)為各省市人民政府頒布的長(zhǎng)期而具體的行動(dòng)計(jì)劃通知，而不達(dá)標(biāo)的政策多為地方機(jī)構(gòu)頒布的短期而有針對(duì)性的計(jì)劃，如廣東省大數(shù)據(jù)管理局頒布的《關(guān)于征集2016年工業(yè)大數(shù)據(jù)應(yīng)用示范項(xiàng)目的通知》等。

4.3?政策外部因素分析

根據(jù)前文建立的PMC指標(biāo)體系發(fā)現(xiàn)，政策外部因素主要包括政策性質(zhì)、政策時(shí)效、政策級(jí)別和政策受體等4個(gè)一級(jí)指標(biāo)及其包含的17個(gè)二級(jí)指標(biāo)。本文采用式（1）和式（2）計(jì)算各區(qū)域中每個(gè)二級(jí)指標(biāo)所包含的政策數(shù)量占該區(qū)域有效政策數(shù)量的比例，并分析各區(qū)域所頒布的政策外部因素，如圖2所示。在政策性質(zhì)方面，各地區(qū)頒布的政策都具備建議、引導(dǎo)和描述等性質(zhì)，但在預(yù)測(cè)和監(jiān)管等方面各區(qū)域則存在著差異；在政策時(shí)效方面，遼寧和上海兩地政策的時(shí)效性主要集中在近3年內(nèi)，而其他區(qū)域政策的時(shí)效性則較長(zhǎng)并主要集中在近5年內(nèi)，其中廣東和內(nèi)蒙古兩地近一半的政策具有3～5年的時(shí)效性；在政策級(jí)別方面，各區(qū)域所頒布政策的分布不均衡，即北京、上海和重慶等地的政策主要是由地方政府所頒布，如各地相應(yīng)的大數(shù)據(jù)工作小組或大數(shù)據(jù)管理局等，而河南和內(nèi)蒙古兩地的政策主要是由相應(yīng)的省市級(jí)單位頒布，還有貴州和遼寧兩地中各政策級(jí)別的政策數(shù)量呈現(xiàn)出1：2：1的比例關(guān)系；在政策受體方面，近乎全部的政策面向政府、企業(yè)與其他相關(guān)機(jī)構(gòu)，而部分政策則不包含產(chǎn)業(yè)和高校。

圖2?各區(qū)域頒布政策的外部因素分析

Fig.2?Analysis?of?external?factors?of?policies?issued?by?various?regions

4.4?政策內(nèi)部因素分析

各區(qū)域數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)框架中每個(gè)指標(biāo)所包含的政策數(shù)量占該區(qū)域有效政策的比例，如圖3所示。分析各區(qū)域政策對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的影響情況發(fā)現(xiàn)，不同區(qū)域支持的數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)活動(dòng)有所不同，且各地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展側(cè)重點(diǎn)也有一定的差異。例如，貴州和河南兩地的政策環(huán)境主要側(cè)重于數(shù)據(jù)的資源化、數(shù)字化基礎(chǔ)設(shè)施和信息服務(wù)平臺(tái)等方面，而遼寧和上海兩地則主要側(cè)重于軟件及信息服務(wù)業(yè)、互聯(lián)網(wǎng)、服務(wù)業(yè)數(shù)字化等方面。另外，廣東和內(nèi)蒙古兩地頒布的政策在數(shù)字經(jīng)濟(jì)發(fā)展的各部分所占比例較為相似，而其他區(qū)域則在數(shù)據(jù)價(jià)值化、綜合基礎(chǔ)設(shè)施和數(shù)據(jù)安全服務(wù)等方面分布較為相似。數(shù)字經(jīng)濟(jì)的各部分發(fā)展分析發(fā)現(xiàn)，各區(qū)域?qū)?shù)據(jù)安全服務(wù)與數(shù)據(jù)資本化等關(guān)注較少；特別地，僅有北京在2020年頒布的大數(shù)據(jù)交易所工作方案中提到數(shù)據(jù)資產(chǎn)的證券化和質(zhì)押融資等數(shù)據(jù)資本化內(nèi)容。

圖3?各區(qū)域頒布政策所支持的產(chǎn)業(yè)活動(dòng)分布情況

Fig.3?Distribution?of?industrial?activities?supported?by?policies?issued?by?various?regions

5?大數(shù)據(jù)政策與數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)聯(lián)效應(yīng)分析

為了進(jìn)一步探究大數(shù)據(jù)政策的頒布對(duì)區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展的影響，本文選擇灰色關(guān)聯(lián)模型研究各區(qū)域政策的PMC值與數(shù)字經(jīng)濟(jì)發(fā)展之間的關(guān)聯(lián)關(guān)系[24]，分析大數(shù)據(jù)政策的頒布對(duì)數(shù)字經(jīng)濟(jì)發(fā)展各方面的影響程度。

5.1?研究方法與計(jì)算過(guò)程

1）參考數(shù)列與比較數(shù)列的選擇。本文選取各區(qū)域歷年頒布的大數(shù)據(jù)政策量化值作為參考數(shù)列，記為a0j。在比較數(shù)列選取方面，本文根據(jù)前文構(gòu)建的數(shù)字經(jīng)濟(jì)分析框架并參照已有文獻(xiàn)[25]，從基礎(chǔ)設(shè)施建設(shè)、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化和數(shù)字化治理4方面選取9個(gè)指標(biāo)來(lái)衡量區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展水平，具體包括光纜長(zhǎng)度（y1）、互聯(lián)網(wǎng)寬帶接入端口數(shù)（y2）、軟件業(yè)務(wù)收入（y3）、電信業(yè)務(wù)總量（y4）、兩化融合水平（y5）、數(shù)字普惠金融指數(shù)（y6）、互聯(lián)網(wǎng)普及率（y7）、數(shù)字政務(wù)水平（y8）、地區(qū)生產(chǎn)總值（y9），并采用熵值法和線性加權(quán)法來(lái)測(cè)度各地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平（y0）。相關(guān)數(shù)據(jù)主要來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒（2016—2021）》，部分?jǐn)?shù)據(jù)來(lái)源于《省級(jí)政府網(wǎng)上政務(wù)能力調(diào)查評(píng)估報(bào)告》和工信部?jī)苫诤戏?wù)平臺(tái)。

2）灰色關(guān)聯(lián)度計(jì)算。

ξij=miniminj|a0j－yij|+ρmaximaxj|a0j－yij||a0j－yij|+ρmaximaxj|a0j－yij|。（5）

其中：ρ∈（0，1）為分辨系數(shù)，且一般取0.5;ξij是第i個(gè)指標(biāo)在第j年的關(guān)聯(lián)系數(shù)。

ri=1n∑nj=1ξij。?（6）

其中，ri是第i個(gè)指標(biāo)的關(guān)聯(lián)度，取值范圍為（0，1），且數(shù)值越大，關(guān)聯(lián)性越強(qiáng)。

5.2?關(guān)聯(lián)效應(yīng)分析

本文運(yùn)用灰色關(guān)聯(lián)法分別計(jì)算出8個(gè)大數(shù)據(jù)綜合試驗(yàn)區(qū)所在省份在2015—2020年大數(shù)據(jù)政策與數(shù)字經(jīng)濟(jì)影響因素之間的關(guān)聯(lián)系數(shù)，并計(jì)算出關(guān)聯(lián)度，分析各地區(qū)大數(shù)據(jù)政策的頒布對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的影響程度，如表9所示。

從大數(shù)據(jù)政策與數(shù)字經(jīng)濟(jì)發(fā)展水平的關(guān)聯(lián)度來(lái)看，2015—2020年各地區(qū)頒布的大數(shù)據(jù)政策與數(shù)字經(jīng)濟(jì)發(fā)展水平的關(guān)聯(lián)度存在著較大差距，其中上海的關(guān)聯(lián)度最高為0.862，廣東、北京、遼寧等地也具有較高的關(guān)聯(lián)度，河南（0.546）和貴州（0.603）關(guān)聯(lián)度較低。從大數(shù)據(jù)政策與數(shù)字經(jīng)濟(jì)發(fā)展各指標(biāo)間的關(guān)聯(lián)度來(lái)看，數(shù)字經(jīng)濟(jì)總體水平關(guān)聯(lián)度高的地區(qū)在指標(biāo)的關(guān)聯(lián)度方面存在著一定的相似性，如廣東、北京、遼寧和上海四地在互聯(lián)網(wǎng)普及率和地區(qū)生產(chǎn)總值方面都具有較高的關(guān)聯(lián)度。另外，不同地區(qū)頒布的大數(shù)據(jù)政策側(cè)重點(diǎn)不同，使得各地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展各指標(biāo)的關(guān)聯(lián)度也存在著一定的差異，貴州在產(chǎn)業(yè)數(shù)字化方面的關(guān)聯(lián)度相對(duì)較高，如兩化融合水平（0.731?1）和數(shù)字普惠金融指數(shù)（0.696?2）方面關(guān)聯(lián)度較高；河南主要側(cè)重于數(shù)字基礎(chǔ)設(shè)施建設(shè)方面包括光纜長(zhǎng)度（0.769?3）和互聯(lián)網(wǎng)寬帶接入端口數(shù)（0.868?1），互聯(lián)網(wǎng)普及率（0.809?2）也具有較高的關(guān)聯(lián)度；內(nèi)蒙古在兩化融合水平（0.870?1）和互聯(lián)網(wǎng)普及率（0.827?2）方面有著較高的關(guān)聯(lián)度。

6?結(jié)論與建議

大數(shù)據(jù)作為數(shù)字化時(shí)代的重要驅(qū)動(dòng)力，是數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)鍵生產(chǎn)要素，因而大數(shù)據(jù)政策體系的完善能夠有效地促進(jìn)數(shù)字經(jīng)濟(jì)的發(fā)展。本文運(yùn)用內(nèi)容分析法與PMC指數(shù)模型量化評(píng)估我國(guó)8個(gè)大數(shù)據(jù)綜合試驗(yàn)區(qū)所在省份于2015—2020年間頒布的政策效果，并運(yùn)用灰色關(guān)聯(lián)模型來(lái)分析大數(shù)據(jù)政策的量化值與數(shù)字經(jīng)濟(jì)發(fā)展水平之間的關(guān)聯(lián)效應(yīng)，獲得主要結(jié)論如下。

首先，從政策效力和政策等級(jí)分析發(fā)現(xiàn)：一方面，各地區(qū)政策效力水平呈先上升后下降的趨勢(shì)，其中貴州和河南兩地的轉(zhuǎn)折點(diǎn)在2018年，內(nèi)蒙古在2017年，其余五地均在2016年開(kāi)始下降；另一方面，各地頒布的部分政策評(píng)價(jià)等級(jí)過(guò)低，多數(shù)政策的效果評(píng)價(jià)均為合格，對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的促進(jìn)作用有限。因此，各地在制定大數(shù)據(jù)政策來(lái)促進(jìn)數(shù)字經(jīng)濟(jì)相關(guān)產(chǎn)業(yè)發(fā)展的時(shí)候，應(yīng)立足于當(dāng)?shù)匕l(fā)展的實(shí)際情況并在國(guó)家宏觀政策的調(diào)控下，針對(duì)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)中具體的部分產(chǎn)業(yè)頒布操作性較強(qiáng)的相關(guān)政策，以此提高當(dāng)?shù)財(cái)?shù)字產(chǎn)業(yè)的規(guī)模并培養(yǎng)其優(yōu)勢(shì)產(chǎn)業(yè)。如貴州作為先導(dǎo)性試驗(yàn)區(qū)應(yīng)充分利用國(guó)家政策優(yōu)勢(shì)，頒布相關(guān)政策針對(duì)性的促進(jìn)數(shù)字產(chǎn)業(yè)發(fā)展。

其次，從政策外部維度分析發(fā)現(xiàn)：部分區(qū)域的政策多為地方單位頒布且時(shí)效性較短，同時(shí)在政策性質(zhì)方面缺少預(yù)測(cè)與監(jiān)管的功能，表明這些區(qū)域在政策設(shè)計(jì)過(guò)程中缺乏長(zhǎng)期的戰(zhàn)略目標(biāo)和規(guī)劃而導(dǎo)致相關(guān)政策的前瞻性功能較弱，也在一定程度上影響著大數(shù)據(jù)政策對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的促進(jìn)作用。而在政策的受眾方面，各地政府對(duì)產(chǎn)業(yè)和高校院所這兩個(gè)方面相比于其他受眾而言的關(guān)注力較弱。因此，今后各地區(qū)在頒布大數(shù)據(jù)發(fā)展相關(guān)政策時(shí)，一方面要注重大數(shù)據(jù)發(fā)展在戰(zhàn)略層面的長(zhǎng)期規(guī)劃布局，如貴州省發(fā)布的《貴州省大數(shù)據(jù)產(chǎn)業(yè)發(fā)展應(yīng)用規(guī)劃綱要（2014—2020年）》和工業(yè)和信息化部頒布的《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016—2020年）等政策均從長(zhǎng)遠(yuǎn)角度來(lái)考慮大數(shù)據(jù)的發(fā)展規(guī)劃。另一方面，各地區(qū)在政策制定中應(yīng)盡量兼顧各個(gè)受眾體的需求并頒布涵蓋面較廣的大數(shù)據(jù)政策，從而擴(kuò)大政策的實(shí)施范圍，如《貴州省大數(shù)據(jù)發(fā)展應(yīng)用促進(jìn)條例》的受眾包括政府、企業(yè)、高校以及科研院所等多個(gè)對(duì)象。

最后，從政策內(nèi)部維度及數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)聯(lián)效應(yīng)分析發(fā)現(xiàn)，當(dāng)前各地區(qū)頒布的大數(shù)據(jù)政策的側(cè)重點(diǎn)雖有所差異但基本集中在基礎(chǔ)設(shè)施建設(shè)、產(chǎn)業(yè)數(shù)字化和數(shù)字化治理等方面，在數(shù)字產(chǎn)業(yè)化方面各地區(qū)的政策關(guān)聯(lián)度也相對(duì)較低。同時(shí)絕大部分政策缺少關(guān)注數(shù)據(jù)安全與價(jià)值化方面的數(shù)據(jù)資本化和數(shù)據(jù)資產(chǎn)化。在數(shù)字化時(shí)代，大數(shù)據(jù)作為重要的生產(chǎn)力要素是發(fā)揮數(shù)據(jù)價(jià)值的使能因素，因而未來(lái)的大數(shù)據(jù)政策應(yīng)補(bǔ)充數(shù)據(jù)價(jià)值化等方面的相關(guān)內(nèi)容，并通過(guò)加快建設(shè)數(shù)據(jù)交易體系以進(jìn)一步釋放“數(shù)據(jù)紅利”。另外，數(shù)據(jù)安全是數(shù)字經(jīng)濟(jì)發(fā)展的保障。隨著數(shù)據(jù)開(kāi)放程度的不斷加深，當(dāng)前數(shù)據(jù)的主權(quán)、享有權(quán)和使用權(quán)等并未被法律所認(rèn)可和明確規(guī)定，將在一定程度上影響著個(gè)人隱私和人類社會(huì)的安全?；诖耍鞯卣畱?yīng)制定數(shù)據(jù)安全相關(guān)的配套政策來(lái)保證數(shù)字經(jīng)濟(jì)的安全發(fā)展。

再次，從政策內(nèi)部維度及數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)聯(lián)效應(yīng)分析發(fā)現(xiàn)，當(dāng)前各地區(qū)頒布的大數(shù)據(jù)政策的側(cè)重點(diǎn)雖有所差異但基本集中在基礎(chǔ)設(shè)施建設(shè)、產(chǎn)業(yè)數(shù)字化和數(shù)字化治理等方面，各地區(qū)頒布的政策缺少對(duì)數(shù)據(jù)安全與數(shù)據(jù)價(jià)值化中數(shù)據(jù)資本化和數(shù)據(jù)資產(chǎn)化等方面的關(guān)注。另外，從大數(shù)據(jù)政策量化與數(shù)字經(jīng)濟(jì)發(fā)展至今的關(guān)聯(lián)度來(lái)看，各地區(qū)在數(shù)字產(chǎn)業(yè)化方面的關(guān)聯(lián)度也相對(duì)較低。因此，在數(shù)字化時(shí)代，一方面大數(shù)據(jù)作為重要的生產(chǎn)力要素是發(fā)揮數(shù)據(jù)價(jià)值的使能因素，因而未來(lái)的大數(shù)據(jù)政策應(yīng)補(bǔ)充數(shù)據(jù)價(jià)值化等方面的相關(guān)內(nèi)容，并通過(guò)加快建設(shè)數(shù)據(jù)交易體系以進(jìn)一步釋放“數(shù)據(jù)紅利”。另一方面，數(shù)據(jù)安全是數(shù)字經(jīng)濟(jì)發(fā)展的保障。隨著數(shù)據(jù)開(kāi)放程度的不斷加深，當(dāng)前數(shù)據(jù)的主權(quán)、享有權(quán)和使用權(quán)等并未被法律所認(rèn)可和明確規(guī)定，將在一定程度上影響著個(gè)人隱私和人類社會(huì)的安全?；诖?，各地政府應(yīng)制定數(shù)據(jù)安全相關(guān)的配套政策來(lái)保證數(shù)字經(jīng)濟(jì)的安全發(fā)展。同時(shí)，結(jié)合大數(shù)據(jù)政策量化值與數(shù)字經(jīng)濟(jì)發(fā)展之間關(guān)聯(lián)度可以看出，各地區(qū)應(yīng)從不同的角度出發(fā)促進(jìn)數(shù)字經(jīng)濟(jì)的發(fā)展，如貴州和內(nèi)蒙古兩地可通過(guò)頒布政策促進(jìn)產(chǎn)業(yè)數(shù)字化發(fā)展來(lái)提高區(qū)域數(shù)字經(jīng)發(fā)展水平，河南和遼寧通過(guò)提高數(shù)字基礎(chǔ)設(shè)施建設(shè)來(lái)提高數(shù)字水平。

最后，本文對(duì)國(guó)內(nèi)8個(gè)大數(shù)據(jù)綜合試驗(yàn)區(qū)所在省份頒布的大數(shù)據(jù)政策進(jìn)行量化分析，并探究了大數(shù)據(jù)政策與影響數(shù)字經(jīng)濟(jì)發(fā)展相關(guān)因素之間的關(guān)聯(lián)效應(yīng)，進(jìn)一步拓寬大數(shù)據(jù)政策量化評(píng)價(jià)領(lǐng)域的研究，能夠?qū)π乱惠喌貐^(qū)大數(shù)據(jù)發(fā)展政策精準(zhǔn)制定提供借鑒意義，但仍存在一定的不足之處，如政策的量化評(píng)價(jià)方法較為簡(jiǎn)陋且在考慮影響數(shù)字經(jīng)濟(jì)發(fā)展因素時(shí)選取的指標(biāo)較少。因此，接下來(lái)的研究應(yīng)進(jìn)一步考慮對(duì)政策量化評(píng)價(jià)模型進(jìn)行完善，并更全面的考慮影響數(shù)字經(jīng)濟(jì)發(fā)展的因素，使結(jié)果更加完善。

參考文獻(xiàn)：

［1］?KE?R.Research?agenda?for?the?digital?economy[J].Journal?of?Digital?Economy，2022，1（1）：20.

[2]?張路娜，胡貝貝，王勝光.數(shù)字經(jīng)濟(jì)演進(jìn)機(jī)理及特征研究[J].科學(xué)學(xué)研究，2021，39（3）：406.

ZHANG?L?N，Hu?B?B，WANG?S?G.Research?on?the?evolution?mechanism?and?characteristics?of?digital?economy［J］.Science?of?Science?Research，2021，39（3）：406.

[3]?龔曉鶯，楊柔.數(shù)字經(jīng)濟(jì)發(fā)展的理論邏輯與現(xiàn)實(shí)路徑研究[J].當(dāng)代經(jīng)濟(jì)研究，2021（1）：17.

GONG?X?Y，YANG?R.Research?on?the?theoretical?logic?and?realistic?path?of?digital?economy?development［J］.Contemporary?Economic?Research，2021（1）：17.

[4]?LI?Y?Z，HE?R，LIU?J?S，et?al.Quantitative?evaluation?of?Chinas?pork?industry?policy：A?PMC?index?model?approach[J].Agriculture，2021，11（2）：1.

[5]?YANG?T，XING?C，LI?X.Evaluation?and?analysis?of?newenergy?vehicle?industry?policies?in?the?context?of?technical?innovation?in?China[J].Journal?of?Cleaner?Production，2021，281：125126

[6]?鄒鈺瑩，婁崢嶸.中央層面養(yǎng)老服務(wù)政策內(nèi)容量化評(píng)價(jià)：基于PMC指數(shù)模型的分析[J].電子科技大學(xué)學(xué)報(bào)（社科版），2020，22（3）：68.

ZOU?Y?Y，LOU?Z?R.Quantitative?evaluation?of?the?content?of?the?central?level?elderly?care?service?policy：Analysis?based?on?PMC?index?model［J］.Journal?of?UESTC（Social?Science?Edition），2020，22（3）：68.

[7]?徐蕾，李慶，肖相澤.基于扎根理論的大數(shù)據(jù)政策共詞網(wǎng)絡(luò)研究[J].現(xiàn)代情報(bào)，2018，38（6）：157.

XU?L，LI?Q，XIAO?X?Z.Research?on?big?data?policy?co?word?network?based?on?grounded?theory［J］.Modern?Intelligence，2018，38（6）：157.

[8]?張濤，馬海群.基于政策文本計(jì)算的開(kāi)放數(shù)據(jù)與數(shù)據(jù)安全政策協(xié)同研究[J].情報(bào)理論與實(shí)踐，2020，43（6）：149.

ZHANG?T，MA?H?Q.Research?on?open?data?and?data?security?policy?collaboration?based?on?policy?text?computing［J］.Information?Theory?and?Practice，2020，43（6）：149.

[9]?譚海波，鄭清清，王海函.地方政府大數(shù)據(jù)產(chǎn)業(yè)政策：工具偏好及其匹配：基于貴州省政策文本的分析[J].中國(guó)行政管理，2021，（1）：52.

TAN?H?B，ZHENG?Q?Q，WANG?H?H.Local?government?big?data?industrial?policy：tool?preference?and?matching：Based?on?the?analysis?of?Guizhou?policy?text［J］.China?Administration，2021（1）：52.

［10］WANG?K，LEI?L，QIU?S，GUO?S.Policy?performance?of?green?lighting?industry?in?China：A?DID?analysis?from?the?perspective?of?energy?conservation?and?emission?reduction[J].Energies，2020，13（22）：1.

[11]LI?J?R，YAO?Y，ZUO?J，et?al.Key?policies?to?the?development?of?construction?and?demolition?waste?recycling?industry?in?China[J].Waste?Management，2020，108（5）：137.

[12]LIU?L?J，ZHANG?T，AVRIN?A?P，et?al.Is?Chinas?industrial?policy?failing？?An?empirical?study?of?the?new?energy?vehicles?industry[J].Technology?in?Society，2020，63（3）：101356.

[13]李橋興，杜可.新冠肺炎疫情期間政策的文本量化分析與建議[J].電子科技大學(xué)學(xué)報(bào)（社科版），2020，22（4）：1.

LI?Q?X，Du?K.Text?quantitative?analysis?and?suggestions?of?policies?during?the?COVID19［J］.Journal?of?UESTC（Social?Science?Edition），2020，22（4）：1.

[14]DONG?F，LIU?Y?J.Policy?evolution?and?effect?evaluation?of?newenergy?vehicle?industry?in?China[J].Resources?Policy，2020，67（4）：101655

[15]周海煒，陳青青.大數(shù)據(jù)發(fā)展政策的量化評(píng)價(jià)及優(yōu)化路徑探究：基于PMC指數(shù)模型[J].管理現(xiàn)代化，2020，40（4）：74.

ZHOU?H?W，CHEN?Q?Q.Quantitative?evaluation?and?optimization?path?exploration?of?big?data?development?policy：Based?on?PMC?index?model［J］.Management?Modernization，2020，40（4）：74.

[16]胡峰，溫志強(qiáng)，沈瑾秋，等.情報(bào)過(guò)程視角下大數(shù)據(jù)政策量化評(píng)價(jià)：以11項(xiàng)國(guó)家級(jí)大數(shù)據(jù)政策為例[J].中國(guó)科技論壇，2020，（4）：30.

HU?F，WEN?Z?Q，SHEN?J?Q，et?al.Quantitative?evaluation?of?big?data?policies?from?the?perspective?of?information?process：Taking?11?national?Big?Data?policies?as?examples［J］.China?Science?and?Technology?Forum，2020（4）：30.

[17]顧一純，何達(dá)，黃佳妤，等.基于PMC指數(shù)模型的我國(guó)健康醫(yī)療大數(shù)據(jù)發(fā)展的政策環(huán)境研究[J].中國(guó)衛(wèi)生政策研究，2022，15（4）：45.

GU?Y?C，HE?D，HUANG?J?Y，et?al.Research?on?the?policy?environment?of?Chinas?health?care?big?data?development?based?on?PMC?index?model［J］.China?Health?Policy?Research，2022，15（4）：45.

[18]中國(guó)信息通信研究院.中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書(shū)[R/OL].http：//www.caict.ac.cn/kxyj/qwFb/bps/202104/t20210423_374626.htm.20210423.

China?Academy?of?Information?and?Communication.White?Paper?on?Chinas?Digital?Economy?Development［R/OL］.http：//www.caict.ac.cn/kxyj/qwFb/bps/202104/t20210423_374626.htm.20210423.

[19]MOHAMED?E，ZULIKHA?J?B.What?is?the?digital?economy，and?how?to?measure?it[C]//Knowledge?Management?International?Conference?and?Exhibition?2006（KMICE?2006），2006：378.

[20]GASSER?U，ALMEIDA?V.Futures?of?digital?governance[J].Communications?of?the?Acm，2022，65（3）：30.

[21]N?CRTEREAL，OLIVEIRA?T，RUIVO?P.Assessing?business?value?of?Big?Data?analytics?in?European?firms[J].Journal?of?Business?Research，2017，70：379.

[22]GYOZO?S?E，BALAZS?R.Data?in?security?security?in?our?data？[J].Informacios?Tarsadalom，2017，17（1）：45.

[23]ESTRADA?M.Policy?modeling：Definition，classification?and?evaluation[J].Journal?of?Policy?Modeling，2011，33（4）：523.

[24]劉思峰.灰色系統(tǒng)理論及其應(yīng)用（第八版）[M].北京：科學(xué)出版社，2018.

LIU?S?F.Grey?system?theory?and?its?application（8th?Edition）［M］.Beijing：Science?Press，2018.

[25]徐清源，單志廣，馬潮江.國(guó)內(nèi)外數(shù)字經(jīng)濟(jì)測(cè)度指標(biāo)體系研究綜述[J].調(diào)研世界，2018，（11）：52.

XU?Q?Y，SHAN?Z?G，MA?C?J.Overview?of?domestic?and?foreign?research?on?digital?economy?measurement?index?system［J］.Research?World，2018（11）：52.

［編輯：劉琳琳］